将PMML模型导入Python(Scikit-learn)

Question

似乎有一些选项可以从scikit-learn中导出PMML模型,例如sklearn2pmml,但是在另一个方向上输入的信息要少得多.我的情况是先前在R中构建的XGboost模型,并使用r2pmml保存到PMML,我想在Python中使用它.Scikit通常使用pickle来保存/加载模型,但是也可以使用PMML将模型导入scikit-learn吗？

Answer 1

您无法通过通用表示（例如 PMML）连接不同的专用表示（例如 R 和 Scikit-Learn 本机数据结构）。尝试将 R 数据结构直接转换为 Scikit-Learn 数据结构可能会更好。

XGBoost 实际上是上述规则的一个例外，因为它的 R 和 Scikit-Learn 实现只是原生 XGBoost 库的薄包装。在经过训练的 R XGBoost 对象内部有一个 blob raw，它是其本机 XGBoost 表示形式的模型。将其保存到文件中，并使用该xgb.Booster.load_model(fname)方法在 Python 中加载。

如果您知道需要在 Scikit-Learn 中部署 XGBoost 模型，那么为什么要在 R 中训练它呢？